我国开放式基金市场波动率异象研究

发布时间：2020-10-17 08:15

　　 股票市场中学者们发现了波动率异象的情况,即波动率高的股票其预期收益率反而越低。这与资本资产定价模型(CAPM)和套利定价理论(APT)的结论——高风险对应高收益相违背。那么同作为有价证券且以股票为主要投资标的的基金是否会出现这样的情况,则成为了一个值得探讨的问题,同时也为投资者的投资和监管层开展政策引导提供了现实意义。如果我国开放式基金市场确实存在波动率异象,那么有必要知道低波动率基金获得超额收益是基金经理择股能力的体现还是源于未发现的定价因子,以给予基金经理公正合理的评价。基于上述分析,本文利用2009年1月1日至2018年12月28日的基金数据,对我国开放式基金市场波动率异象的存在性和稳健性进行检验,并讨论波动率异象的存在是否源于基金经理的择股能力。本文首先使用基金日复权净值数据计算基金的收益率,并以t-1年基金日收益率的标准差作为基金波动率的代理变量,将我国开放式基金市场主动投资股票型基金和偏股混合型基金等分成五组,计算每组基金t年每月的等权平均收益率。而后利用月度等权平均收益率和Fama-French五因子模型进行回归分析,证明了基金市场波动率异象的存在性。其次,为证明结论的稳健性,本文一是利用双变量分组的方法控制基金特征变量;二是分牛熊行情、分基金子样本进行稳健性分析;三是改变基金波动率计算时期和组合持有期;四是考虑监管因素,四种情况下基金市场波动率异象均存在,证明了结果的稳健性。最后本文使用Fama-Macbeth多元截面回归,在控制基金其他特征后,发现基金波动率与收益率之间的定量关系,进一步说明波动率独立于其他基金特征对基金收益具有预测作用。接下来,本文意在检验低波动率基金组合和高波动率组合的差异是基金经理择股能力的体现,还是Fama-French五因子模型之外其他未发现的因子导致的。因此本文首先参考Carhart(1997)和Jordan(2015)的研究,构造波动率异象因子(LVH),并将其带入Fama-French五因子模型,发现波动率异象消失。考虑到波动率异象因子(LVH)的构建可能会导致“主场比赛”问题,本文又参考Barinov(2010)、虞文微、张兵(2017)提出的换手率和特质波动率的关系,以及波动率作为股票不确定性更直观的反应,构造换手率异象因子(AVQ)带入Fama-French五因子模型,发现波动率异象消失,证明低波动率组合获得超额收益并不是源于基金经理的择股能力,而是源于未发现的定价因子。论文的研究意义有以下三点:首先,基金在中国市场的吸引力日渐增加以及“选股不如选人”的观念逐渐深入,基金波动率异象的研究将为广大“基民”提供投资参考;其次,对于股票市场异象的研究,尽管构造的套利组合理论上能够获得超额收益,但由于实际中微观市场条件的限制,套利组合能否成功构造尚不确定,即使构造成功,该组合能否获得超额收益也仍是未知数,但基金则是真实的投资组合,考虑了各种限制以及各项费用,收益是投资者实际能够获得的,因此对基金市场的研究也更有价值;最后,如果波动率异象导致了基金业绩的差异,那么构建波动率异象因子和换手率异象因子便能科学、全面地对证券投资基金的运营状况进行有效评价,对投资者的投资决策有重要意义。
【学位单位】：南京大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.51
【文章目录】：
摘要
Abstract
第一章 绪论
    第一节 研究背景和研究意义
        一、研究背景
        二、研究意义
    第二节 波动率异象的概念界定
    第三节 文献综述
        一、波动率异象存在性相关文献
        二、波动率异象成因相关文献
    第四节 研究框架和技术路线
        一、研究框架
        二、技术路线
    第五节 研究创新点和不足之处
        一、创新点
        二、不足之处
第二章 数据样本和研究假设
    第一节 数据采集
    第二节 研究假设
        一、存在性假设
        二、稳健性假设
        三、Fama-Macbeth多元截面回归假设
        四、成因假设
第三章 实证检验结果
    第一节 存在性检验结果
        一、描述性统计
        二、Fama-French因子模型回归分析
    第二节 稳健性检验结果
        一、双变量分组的稳健性检验结果
        二、分行情、分基金风格子样本的稳健性检验结果
        三、改变波动率形成期和组合持有期的稳健性检验结果
        四、考虑不同监管强度的稳健性检验结果
    第三节 Fama-Macbeth多元截面回归检验结果
第四章 基金波动率异象的原因分析
    第一节 波动率异象因子的构建与回归结果
    第二节 换手率异象因子的构建和回归结果
第五章 结论与展望
参考文献
致谢
附录

【相似文献】

相关期刊论文 前10条

1 王正炜;;构建网络热度因子模型分析股价运动规律[J];中国市场;2018年27期

2 韩猛;缪言;白仲林;;动态因子模型的结构识别研究[J];系统工程理论与实践;2016年07期

3 徐霜雪;俞宗火;李月梅;;预测视角下双因子模型与高阶模型的模拟比较[J];心理学报;2017年08期

4 元万达;;股权分置改革与资本市场效率的思考——基于三因子模型的实证检验[J];纳税;2017年16期

5 曹立言;;玛法五因子模型与三因子模型的中国市场有效性对比[J];现代经济信息;2017年18期

6 高华川;赵娜;;基于多层因子模型的我国核心通货膨胀估计[J];统计研究;2016年04期

7 程海星;朱满洲;;大数据背景下的动态因子模型预测机理与效果研究[J];投资研究;2015年03期

8 裴茜;朱书尚;;中国股票市场的行业特质性金融传染特征:基于网络模型的实证研究[J];金融学季刊;2017年02期

9 韩冰;;中国股市的三因子模型实证分析[J];现代商业;2014年21期

10 顾红磊;温忠麟;方杰;;双因子模型:多维构念测量的新视角[J];心理科学;2014年04期

相关博士学位论文 前10条

1 白强;因子模型的广义矩估计方法及其应用研究[D];天津财经大学;2016年

2 邱琳;信息推荐中评分预测问题研究[D];北京邮电大学;2018年

3 朱满洲;动态因子模型的理论和应用研究[D];华中科技大学;2013年

4 崔国伟;高维因子模型相关理论与应用研究[D];华中科技大学;2015年

5 王少新;不定最小二乘问题和近似因子模型的相关研究[D];重庆大学;2016年

6 尹昱乔;中国A股市场资产定价模型实证研究[D];东北财经大学;2016年

7 范会勇;大学生情绪智力的测量学研究[D];西南大学;2010年

8 奚胜田;风险预算在证券公司资本充足性管理中的应用[D];天津大学;2007年

9 马庆魁;我国货币市场利率期限结构及其与宏观经济关联性研究[D];吉林大学;2009年

10 高春亭;五因子资产定价模型及其在我国证券市场的应用研究[D];重庆大学;2016年

相关硕士学位论文 前10条

1 赵雄飞;基于LSTM的股票预期收益研究[D];北方工业大学;2019年

2 王健星;基于行业轮动策略的多因子模型选股方案策划[D];上海师范大学;2019年

3 张泓;近似因子模型因子个数选择方法的比较研究[D];上海师范大学;2019年

4 赵凌霄;基于平行因子模型的大规模MIMO系统信道估计与信号检测算法研究[D];郑州大学;2019年

5 张力戈;我国开放式基金市场波动率异象研究[D];南京大学;2019年

6 刑金宝;高维近因子模型的因子经验过程[D];苏州大学;2018年

7 李鹏程;基于Fama多因子模型的A股适应性研究和分析[D];首都经济贸易大学;2018年

8 肖晞晖;基于大数据和机器学习的量化选股模型研究[D];华中师范大学;2018年

9 韩营营;基于择时方法的动态多因子选股模型研究[D];暨南大学;2018年

10 于杰;指数跟踪的主成分因子模型[D];大连理工大学;2018年

本文编号：2844527